ValueError: Wrong number of items passed - Meaning and suggestions?
ValueError: Wrong number of items passed - Meaning and suggestions?
我收到错误消息：
ValueError: Wrong number of items passed 3, placement implies 1，我正在努力弄清楚从哪里开始解决这个问题，以及如何开始解决这个问题。
我不太明白错误的意思；这让我很难排除故障。我还在我的 Jupyter Notebook 中包含了触发错误的代码块。
数据难以附加；所以我不希望任何人尝试为我重新创建此错误。我只是在寻找有关如何解决此错误的反馈。
KeyError Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
1944 try:
-> 1945 return self._engine.get_loc(key)
1946 except KeyError:
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()
KeyError: 'predictedY'
During handling of the above exception, another exception occurred:
KeyError Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
3414 try:
-> 3415 loc = self.items.get_loc(item)
3416 except KeyError:
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
1946 except KeyError:
-> 1947 return self._engine.get_loc(self._maybe_cast_indexer(key))
1948
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()
KeyError: 'predictedY'
During handling of the above exception, another exception occurred:
ValueError Traceback (most recent call last)
<ipython-input-95-476dc59cd7fa> in <module>()
26 return gp, results
27
---> 28 gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')
<ipython-input-95-476dc59cd7fa> in predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title)
8
9 results = testSet.copy()
---> 10 results['predictedY'] = predictedY
11 results['sigma'] = sigma
12
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in __setitem__(self, key, value)
2355 else:
2356 # set column
-> 2357 self._set_item(key, value)
2358
2359 def _setitem_slice(self, key, value):
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in _set_item(self, key, value)
2422 self._ensure_valid_index(value)
2423 value = self._sanitize_column(key, value)
-> 2424 NDFrame._set_item(self, key, value)
2425
2426 # check if we are modifying a copy
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py in _set_item(self, key, value)
1462
1463 def _set_item(self, key, value):
-> 1464 self._data.set(key, value)
1465 self._clear_item_cache()
1466
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
3416 except KeyError:
3417 # This item wasn't present, just insert at end
-> 3418 self.insert(len(self.items), item, value)
3419 return
3420
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in insert(self, loc, item, value, allow_duplicates)
3517
3518 block = make_block(values=value, ndim=self.ndim,
-> 3519 placement=slice(loc, loc + 1))
3520
3521 for blkno, count in _fast_count_smallints(self._blknos[loc:]):
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in make_block(values, placement, klass, ndim, dtype, fastpath)
2516 placement=placement, dtype=dtype)
2517
-> 2518 return klass(values, ndim=ndim, fastpath=fastpath, placement=placement)
2519
2520 # TODO: flexible with index=None and/or items=None
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in __init__(self, values, placement, ndim, fastpath)
88 raise ValueError('Wrong number of items passed %d, placement '
89 'implies %d' % (len(self.values),
---> 90 len(self.mgr_locs)))
91
92 @property
ValueError: Wrong number of items passed 3, placement implies 1
我的代码如下：
def predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title):
gp = gaussian_process.GaussianProcess(theta0=theta, nugget =nugget)
gp.fit(trainX, trainY)
predictedY, MSE = gp.predict(testX, eval_MSE = True)
sigma = np.sqrt(MSE)
results = testSet.copy()
results['predictedY'] = predictedY
results['sigma'] = sigma
print ("Train score R2:", gp.score(trainX, trainY))
print ("Test score R2:", sklearn.metrics.r2_score(testY, predictedY))
plt.figure(figsize = (9,8))
plt.scatter(testY, predictedY)
plt.plot([min(testY), max(testY)], [min(testY), max(testY)], 'r')
plt.xlim([min(testY), max(testY)])
plt.ylim([min(testY), max(testY)])
plt.title('Predicted vs. observed: ' + title)
plt.xlabel('Observed')
plt.ylabel('Predicted')
plt.show()
return gp, results
gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')
一般来说，错误 ValueError: Wrong number of items passed 3, placement implies 1 表明您试图将太多的鸽子放入太少的鸽笼中。在这种情况下，等式右边的值
results['predictedY'] = predictedY
正试图将 3 个 "things" 放入一个只允许一个的容器中。因为左侧是数据框列，并且可以在该（列）维度上接受多个项目，所以您应该看到另一个维度上的项目太多。
在这里，您似乎正在使用 sklearn 进行建模，这就是 gaussian_process.GaussianProcess() 的来源（我猜，但如果这是错误的，请纠正我并修改问题）。
现在，您在此处生成 y 的预测值：
predictedY, MSE = gp.predict(testX, eval_MSE = True)
但是，从the documentation for GaussianProcess、predict()、return的两项可以看出。第一个是 y，它是 array-like（强调我的）。这意味着它可以有不止一个维度，或者，对于像我这样头脑笨的人来说，具体来说，它可以有不止一列——看它可以 return (n_samples, n_targets) 这取决于testX，可能是 (1000, 3)（只是为了挑选数字）。因此，您的 predictedY 可能有 3 列。
如果是这样，当您尝试将具有三个 "columns" 的内容放入单个数据框列时，您将传递 3 个项目，而只有 1 个适合。
不确定这是否与您的问题相关，但将来可能与其他人相关：我遇到了类似的错误。原来 df 是空的（有零行），这就是导致我的命令出错的原因。
for i in range(100):
try:
#Your code here
break
except:
continue
这个对我有用。
因此 ValueError：传递的项目数量错误 3，放置意味着 1 发生在您传递给许多参数但方法仅支持少数参数时。例如 -
df['First_Name', 'Last_Name'] = df['Full_col'].str.split(' ', expand = True)
在上面的代码中，我试图将 Full_col 分成两个子列名称 -First_Name 和 Last_Name，所以这里我会得到错误，因为相反列列表我只传递一个参数的列。
所以为了避免这种情况 - 使用另一个子列表
df[['First_Name', 'Last_Name']] = df['Full_col'].str.split(' ', expand = True)
此错误的另一个原因是当您在 DataFrame 上应用一个函数时，其中有两个同名的列。
只需将其添加为答案：嵌套方法和错放右括号也会引发此错误，例如：
march15_totals= march15_t.assign(sum_march15_t=march15_t[{"2021-03-15","2021-03-16","2021-03-17","2021-03-18","2021-03-19","2021-03-20","2021-03-21"}]).sum(axis=1)
与（正确的）版本：
march15_totals= march15_t.assign(sum_march15_t=march15_t[{"2021-03-15","2021-03-16","2021-03-17","2021-03-18","2021-03-19","2021-03-20","2021-03-21"}].sum(axis=1))
这对你们大多数人来说可能是常识，但我很困惑，直到我意识到我的错误。
从 pandas 1.3.x 开始不允许将对象（例如来自嵌入的 eagertensor）填充到列中。
https://github.com/pandas-dev/pandas/blame/master/pandas/core/internals/blocks.py
我在尝试将单列数据帧 df 转换为系列 pd.Series(df) 时遇到此错误。
我用
解决了这个问题
pd.Series(df.values.flatten())
问题是数据框中的值是列表：
my_col
0 ['a']
1 ['b']
2 ['c']
3 ['d']
当我打印数据框时，它没有显示括号，这使得很难找到。
我收到错误消息：
ValueError: Wrong number of items passed 3, placement implies 1，我正在努力弄清楚从哪里开始解决这个问题，以及如何开始解决这个问题。
我不太明白错误的意思；这让我很难排除故障。我还在我的 Jupyter Notebook 中包含了触发错误的代码块。
数据难以附加；所以我不希望任何人尝试为我重新创建此错误。我只是在寻找有关如何解决此错误的反馈。
KeyError Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
1944 try:
-> 1945 return self._engine.get_loc(key)
1946 except KeyError:
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()
KeyError: 'predictedY'
During handling of the above exception, another exception occurred:
KeyError Traceback (most recent call last)
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
3414 try:
-> 3415 loc = self.items.get_loc(item)
3416 except KeyError:
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, key, method, tolerance)
1946 except KeyError:
-> 1947 return self._engine.get_loc(self._maybe_cast_indexer(key))
1948
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4154)()
pandas\index.pyx in pandas.index.IndexEngine.get_loc (pandas\index.c:4018)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12368)()
pandas\hashtable.pyx in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12322)()
KeyError: 'predictedY'
During handling of the above exception, another exception occurred:
ValueError Traceback (most recent call last)
<ipython-input-95-476dc59cd7fa> in <module>()
26 return gp, results
27
---> 28 gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')
<ipython-input-95-476dc59cd7fa> in predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title)
8
9 results = testSet.copy()
---> 10 results['predictedY'] = predictedY
11 results['sigma'] = sigma
12
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in __setitem__(self, key, value)
2355 else:
2356 # set column
-> 2357 self._set_item(key, value)
2358
2359 def _setitem_slice(self, key, value):
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\frame.py in _set_item(self, key, value)
2422 self._ensure_valid_index(value)
2423 value = self._sanitize_column(key, value)
-> 2424 NDFrame._set_item(self, key, value)
2425
2426 # check if we are modifying a copy
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py in _set_item(self, key, value)
1462
1463 def _set_item(self, key, value):
-> 1464 self._data.set(key, value)
1465 self._clear_item_cache()
1466
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in set(self, item, value, check)
3416 except KeyError:
3417 # This item wasn't present, just insert at end
-> 3418 self.insert(len(self.items), item, value)
3419 return
3420
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in insert(self, loc, item, value, allow_duplicates)
3517
3518 block = make_block(values=value, ndim=self.ndim,
-> 3519 placement=slice(loc, loc + 1))
3520
3521 for blkno, count in _fast_count_smallints(self._blknos[loc:]):
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in make_block(values, placement, klass, ndim, dtype, fastpath)
2516 placement=placement, dtype=dtype)
2517
-> 2518 return klass(values, ndim=ndim, fastpath=fastpath, placement=placement)
2519
2520 # TODO: flexible with index=None and/or items=None
C:\Users\brennn1\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\internals.py in __init__(self, values, placement, ndim, fastpath)
88 raise ValueError('Wrong number of items passed %d, placement '
89 'implies %d' % (len(self.values),
---> 90 len(self.mgr_locs)))
91
92 @property
ValueError: Wrong number of items passed 3, placement implies 1
我的代码如下：
def predictAll(theta, nugget, trainX, trainY, testX, testY, testSet, title):
gp = gaussian_process.GaussianProcess(theta0=theta, nugget =nugget)
gp.fit(trainX, trainY)
predictedY, MSE = gp.predict(testX, eval_MSE = True)
sigma = np.sqrt(MSE)
results = testSet.copy()
results['predictedY'] = predictedY
results['sigma'] = sigma
print ("Train score R2:", gp.score(trainX, trainY))
print ("Test score R2:", sklearn.metrics.r2_score(testY, predictedY))
plt.figure(figsize = (9,8))
plt.scatter(testY, predictedY)
plt.plot([min(testY), max(testY)], [min(testY), max(testY)], 'r')
plt.xlim([min(testY), max(testY)])
plt.ylim([min(testY), max(testY)])
plt.title('Predicted vs. observed: ' + title)
plt.xlabel('Observed')
plt.ylabel('Predicted')
plt.show()
return gp, results
gp_dailyElectricity, results_dailyElectricity = predictAll(3, 0.04, trainX_dailyElectricity, trainY_dailyElectricity, testX_dailyElectricity, testY_dailyElectricity, testSet_dailyElectricity, 'Daily Electricity')
一般来说，错误 ValueError: Wrong number of items passed 3, placement implies 1 表明您试图将太多的鸽子放入太少的鸽笼中。在这种情况下，等式右边的值
results['predictedY'] = predictedY
正试图将 3 个 "things" 放入一个只允许一个的容器中。因为左侧是数据框列，并且可以在该（列）维度上接受多个项目，所以您应该看到另一个维度上的项目太多。
在这里，您似乎正在使用 sklearn 进行建模，这就是 gaussian_process.GaussianProcess() 的来源（我猜，但如果这是错误的，请纠正我并修改问题）。
现在，您在此处生成 y 的预测值：
predictedY, MSE = gp.predict(testX, eval_MSE = True)
但是，从the documentation for GaussianProcess、predict()、return的两项可以看出。第一个是 y，它是 array-like（强调我的）。这意味着它可以有不止一个维度，或者，对于像我这样头脑笨的人来说，具体来说，它可以有不止一列——看它可以 return (n_samples, n_targets) 这取决于testX，可能是 (1000, 3)（只是为了挑选数字）。因此，您的 predictedY 可能有 3 列。
如果是这样，当您尝试将具有三个 "columns" 的内容放入单个数据框列时，您将传递 3 个项目，而只有 1 个适合。
不确定这是否与您的问题相关，但将来可能与其他人相关：我遇到了类似的错误。原来 df 是空的（有零行），这就是导致我的命令出错的原因。
for i in range(100):
try:
#Your code here
break
except:
continue
这个对我有用。
因此 ValueError：传递的项目数量错误 3，放置意味着 1 发生在您传递给许多参数但方法仅支持少数参数时。例如 -
df['First_Name', 'Last_Name'] = df['Full_col'].str.split(' ', expand = True)
在上面的代码中，我试图将 Full_col 分成两个子列名称 -First_Name 和 Last_Name，所以这里我会得到错误，因为相反列列表我只传递一个参数的列。
所以为了避免这种情况 - 使用另一个子列表
df[['First_Name', 'Last_Name']] = df['Full_col'].str.split(' ', expand = True)
此错误的另一个原因是当您在 DataFrame 上应用一个函数时，其中有两个同名的列。
只需将其添加为答案：嵌套方法和错放右括号也会引发此错误，例如：
march15_totals= march15_t.assign(sum_march15_t=march15_t[{"2021-03-15","2021-03-16","2021-03-17","2021-03-18","2021-03-19","2021-03-20","2021-03-21"}]).sum(axis=1)
与（正确的）版本：
march15_totals= march15_t.assign(sum_march15_t=march15_t[{"2021-03-15","2021-03-16","2021-03-17","2021-03-18","2021-03-19","2021-03-20","2021-03-21"}].sum(axis=1))
这对你们大多数人来说可能是常识，但我很困惑，直到我意识到我的错误。
从 pandas 1.3.x 开始不允许将对象（例如来自嵌入的 eagertensor）填充到列中。
https://github.com/pandas-dev/pandas/blame/master/pandas/core/internals/blocks.py
我在尝试将单列数据帧 df 转换为系列 pd.Series(df) 时遇到此错误。
我用
pd.Series(df.values.flatten())
问题是数据框中的值是列表：
my_col
0 ['a']
1 ['b']
2 ['c']
3 ['d']
当我打印数据框时，它没有显示括号，这使得很难找到。